僅(jin)執(zhi)行控制任務的 MCU 是一回事。但在當今的 AI 時代，真正(zheng)支持 AI 的 MCU 需要提供(gong)更(geng)多功能。了解重要因素 — 從(cong)優化的神經處理單元(yuan) (NPU) 到(dao)節能架構(gou)，再到(dao)巧(qiao)妙(miao)的內存拓撲。

執行嵌入式控制功能而沒有任何原生人工智能 (AI) 功能的傳統微控制器 (MCU) 永遠(yuan)存在市場(chang)。但(dan)是，在端點(dian)執行 AI 功能(neng)的需求迅速增長，這將越(yue)來(lai)越(yue)決定新產品設計中使(shi)用的 MCU 的規格(ge)。

MCU 市(shi)場的(de)競爭將越來越被那些能夠(gou)將神經(jing)處理單元 (NPU) 功能與(yu)傳統 MCU 特性(xing)和(he)功能緊(jin)密結合的(de)人所贏得。MCU 制造商為(wei)這種新型(xing)混合 CPU/NPU 設備采用的(de)架構對 OEM 的(de)產品(pin)設計有(you)著(zhu)實際影響(xiang)(xiang)，會影響(xiang)(xiang)其性(xing)能和(he)響(xiang)(xiang)應時(shi)間、功耗以(yi)及開發(fa)產品(pin)的(de)工程團隊的(de)生產力(li)。

所有這些都是為了滿足最終消費(fei)者(zhe)的(de)(de)期望，他們希望以實惠的(de)(de)價格在(zai)可(ke)穿戴(dai)設備、可(ke)聽(ting)設備、健身和健康監測器、智(zhi)能(neng)相機和游戲等產品中體驗流暢、實用的(de)(de)功能(neng)，而不會出現(xian)可(ke)察覺的(de)(de)延(yan)遲(chi)，并且(qie)對云(yun)端的(de)(de)依(yi)賴較少。

負責選擇具有(you) AI 功能的(de) MCU 的(de)工程(cheng)師當(dang)然會依賴(lai)性能基準和其他技(ji)術(shu)數據，但他們也(ye)將受益于深入了解 NPU 集成到熟悉的(de)嵌入式控制(zhi)器結構中的(de)方式。

關于 MCU 中神經網絡(luo)功能(neng)的競爭對手實(shi)現的爭論尚未爆(bao)發，僅(jin)僅(jin)是因為很少有制造商能(neng)夠真正滿足終端物聯網設備對有效機器學習 (ML) 功能(neng)的市場(chang)需求。

總(zong)體而(er)言，MCU 市(shi)場的(de)(de)巨頭們更傾向于(yu)通過在其軟件開發套件 (SDK) 中添加 ML 功能(neng)來增強現有產品(pin)組合，同時保持基本不變的(de)(de)傳統硅 IP。在幾(ji)乎(hu)所有情況(kuang)(kuang)下，這種 IP 都基于(yu) Arm 的(de)(de)舊(jiu)版 Cortex-M CPU 架構來執(zhi)行 ML 工作負載(zai)，而(er)在極少數情況(kuang)(kuang)下，會采用專有的(de)(de)神經網(wang)絡協處理器。